SuperAPI AI 工具集

voice-interaction

设计与创作

查看项目

更新于 10-16 07:47

技能介绍

Voice Interaction Design 是一套关于语音交互与语音界面设计的包容性设计指南,目标人群包括使用语音作为主要输入方式的运动障碍人士、口吃或构音障碍等言语差异者、带有不同口音的非母语者、处于不便打字的场景中的人,以及在某些任务中偏好语音而非打字的任何人。

核心原则

第一,语音永远不应是唯一选项。每一个语音交互都必须提供文本、触摸或键盘替代方案;语音是加速器,而不是守门人;除非存在替代方案,否则不应要求通过语音进行身份验证或执行关键操作。

第二,为语音差异而设计。支持不同的语速,不要打断说话慢的人;在超时前允许充足的静默时间;不要因重复、填充词或自我纠正而惩罚用户;支持同一意图的多种表达方式,例如“go back”“previous page”“take me back”“undo”。

第三,反馈必须清晰。确认系统听到了什么,例如通过视觉转写;让纠正误识别变得容易;显示系统处于监听、处理还是等待状态;绝不在没有确认的情况下仅凭语音执行破坏性操作。

设计模式

灵活识别:接受同一命令的多种说法;不要求精确措辞,意图比语法更重要;对模糊输入支持“did you mean?”式的澄清;允许用户拼读系统无法识别的词。

优雅失败:识别失败时,显示听到的内容并提供纠正方式;不要只回复“I didn't understand”,而要提供替代方案;在每个失败点提供“type instead”选项;在多次失败后,主动建议切换到文本输入。

隐私与控制:麦克风激活时有清晰的视觉或音频指示;提供一键静音或停止监听;未经明确同意不录制或传输音频;允许用户查看和删除语音数据。

评估问题

每一个语音激活功能是否也能在不使用语音的情况下完成?系统能否在不造成挫败感的情况下处理多样的语音模式?是否有清晰反馈显示系统听到了什么?用户能否轻松纠正误识别?系统何时处于监听状态是否一目了然?

适用场景与限制

该技能适用于语音助手、语音控制界面、无障碍产品以及任何涉及语音输入的交互设计。其重点在于包容性与可访问性,而非具体技术实现。资料中未提供具体的平台、收费、价格或安装步骤信息。